基于智能算法的低功耗极性搜索研究

摘要

低功耗设计技术是当前集成电路设计的一项急需技术。以往的低功耗技术主要针对以Boolean逻辑为基础的电路。事实上以XNOR/OR或XOR/AND为基础的Reed-Muller（RM）逻辑不仅可以表示任意逻辑函数，而且与传统Boolean逻辑实现的电路相比，用RM逻辑实现的电路在功耗、面积和速度等方面体现出了巨大的优势。但n变量的RM逻辑函数具有2n个极性，与之相对应的有2n个不同的XNOR/OR或XOR/AND逻辑展开式。故极性决定XNOR/OR或XOR/AND逻辑函数的繁简，进而影响电路功耗、面积、速度等方面的性能。因此，搜索RM电路的最佳极性就显得很有必要。本文通过对RM逻辑相关内容和智能算法的研究，针对XNOR/OR电路和XOR/AND电路，分别提出了相应的低功耗最佳极性搜索算法。
　　 在XNOR/OR电路低功耗最佳极性搜索的研究中：首先提出XNOR/OR电路的功耗优化算法；然后，将遗传算法与快速列表技术相结合，实现针对大规模XNOR/OR电路的面积最小化最佳极性搜索；其次，在XNOR/OR电路功耗优化算法基础上，建立XNOR/OR电路的功耗估计模型，并将此功耗估计模型与基于列表技术的极性转换算法相结合，采用穷尽搜索的方式，实现针对小规模XNOR/OR电路的低功耗最佳极性搜索；最后，将功耗估计模型、基于列表技术的极性转换算法与整体退火遗传算法相结合，实现针对大规模XNOR/OR电路的低功耗最佳极性搜索。
　　 在XOR/AND电路低功耗最佳极性搜索的研究中：首先根据多输入XOR门的低功耗分解算法，建立XOR/AND电路的功耗估计模型；然后，将此功耗估计模型、多成份极性转换算法与整体退火遗传算法相结合，实现针对大规模XOR/AND电路的低功耗最佳极性搜索。
　　 由于所提出的最佳极性搜索算法以降低RM电路的功耗为出发点，并兼顾电路的面积，因此算法所得极性下的RM电路同时具有功耗和面积两方面的优势。